在线词典

为什么正交矩阵的特征值是正1或1

更新日期:2026-11-12 15:08:54

标题为什么正交矩阵的特征值是正1或1
内容

正交矩阵在数学中具有重要的地位,尤其是在线性代数和几何变换中。它不仅在理论上有广泛应用,在工程、物理和计算机科学等领域也频繁出现。一个关键性质是:正交矩阵的特征值只能是 1 或 -1。这一结论看似简单,但其背后蕴含着深刻的数学原理。

一、正交矩阵的定义

设 $ A $ 是一个 $ n \times n $ 的实矩阵,如果满足以下条件:

$$

A^T A = I

$$

其中 $ A^T $ 是 $ A $ 的转置,$ I $ 是单位矩阵,那么称 $ A $ 为正交矩阵。

二、正交矩阵的特征值性质

对于正交矩阵 $ A $,我们有如下重要结论:

- 正交矩阵的特征值的模长为 1,即所有特征值都位于复平面上的单位圆上。

- 在实数范围内,这些特征值只能是 1 或 -1。

证明思路(简要):

设 $ \lambda $ 是正交矩阵 $ A $ 的一个特征值,对应的特征向量为 $ v $,即:

$$

Av = \lambda v

$$

对两边取转置并乘以 $ v $ 得到:

$$

v^T A^T A v = v^T v

$$

由于 $ A^T A = I $,所以左边为:

$$

v^T v = v^T v

$$

又因为 $ Av = \lambda v $,代入得:

$$

v^T (A^T A) v = v^T v = v^T (\lambda^2 v) = \lambda^2 v^T v

$$

因此:

$$

\lambda^2 = 1 \Rightarrow \lambda = \pm 1

$$

这说明正交矩阵的特征值只能是 1 或 -1。

三、总结与对比表格

特征 内容
正交矩阵定义 满足 $ A^T A = I $ 的实矩阵
特征值性质 所有特征值的模长为 1
实数范围内的特征值 只能是 1 或 -1
证明方法 利用特征方程与正交矩阵的性质进行推导
应用意义 描述旋转、反射等保持长度的变换

四、实际例子

例如,考虑一个简单的二维正交矩阵:

$$

A = \begin{bmatrix}

0 & -1 \\

1 & 0

\end{bmatrix}

$$

该矩阵表示绕原点逆时针旋转90度,其特征值为 $ i $ 和 $ -i $,但若只考虑实数范围,则没有实特征值。然而,若考虑实对称正交矩阵(如反射矩阵),则其特征值必为 1 或 -1。

五、小结

正交矩阵的特征值为 1 或 -1,这一特性源于其保持向量长度不变的性质。通过数学推导可以明确地看到,这种约束使得特征值的绝对值必须为 1,并且在实数域内只能是 1 或 -1。理解这一点有助于更深入地掌握正交矩阵的几何意义和应用价值。

随便看